ارائه یک سیستم توصیه کنندة مطلوب به منظور تشخیص سرطان سینه با استفاده از تحلیل و طبقهبندی تصاویر ماموگرافی پزشکی
ارائه یک سیستم توصیه کنندة مطلوب به منظور تشخیص سرطان سینه با استفاده از تحلیل و طبقهبندی تصاویر ماموگرافی پزشکی
گلایل قرائتی1 آزاده منتظری2
1) دانشجوی کارشناسی ارشد مهندسی نرم افزار کامپیوتر گرایش هوش مصنوعی و رباتیکز، موسسه غیرانتفاعی پویش قم، ایران
2) استادیار، دکتری مهندسی فناوری اطلاعات گرایش تجارت الکترونیک
کد IOI مقاله
:
XBFC-DEKED
محل انتشار :
چهارمین کنگره بین المللی مهندسی، تکنولوژی و علوم کاربردی - نیوزلند(etas2019.com)
چکیده :
در اینمقاله به منظور شناسایی نواحی توموری در تصاویر ماموگرافی پستان و همچنین طبقهبندی تومورهای شناساییشده بهدو دسته بدخیم و خوشخیم سیستمی، ارائه شده است. روش پیشنهادی از بلوکهای پردازش تصویر شامل پیشپردازش، ناحیهبندی و تشخیص توده با استفاده از آستانهگذاریِ چندسطحی، حذف نواحی کاذب، استخراج ویژگیهای مفید نظیر ماتریس همرخدادی، کاهش فضای ویژگی با استفاده از الگوریتم Relief و در نهایت طبقهبندی نوع توده با استفاده از طبقهبند ماشین بردار پشتیبان تشکیل شده است. نتیجه عددی تشخیص توده توسط روش پیشنهادی براساس معیارهای ارزیابی Sensitivity و FP-rate به ترتیب بهمقدار 94.62 % و 4.2% رسیده است.
کلمات کلیدی : پردازش تصویر توده در ماموگرافی دیتاستsvm mias تومورها (خوشخیم و بدخیم) نمودار roc